• 二十一、更多指标数据

    二十一、更多指标数据

    在这篇 Matplotlib 教程中，我们介绍了添加一些简单的函数来计算数据，以便我们填充我们的轴域。 一个是简单的移动均值，另一个是简单的价格 HML 计算。

    这些新函数是：

    1. def moving_average(values, window):
    2.     weights = np.repeat(1.0, window)/window
    3.     smas = np.convolve(values, weights, 'valid')
    4.     return smas
    6. def high_minus_low(highs, lows):
    7.     return highs-lows

    你不需要太过专注于理解移动均值的工作原理，我们只是对样本数据来计算它，以便可以学习更多自定义 Matplotlib 的东西。

    我们还想在脚本顶部为移动均值定义一些值：

    1. MA1 = 10
    2. MA2 = 30

    下面，在我们的graph_data函数中：

    1. ma1 = moving_average(closep,MA1)
    2. ma2 = moving_average(closep,MA2)
    3. start = len(date[MA2-1:])
    5. h_l = list(map(high_minus_low, highp, lowp))

    在这里，我们计算两个移动均值和 HML。

    我们还定义了一个『起始』点。 我们这样做是因为我们希望我们的数据排成一行。 例如，20 天的移动均值需要 20 个数据点。 这意味着我们不能在第 5 天真正计算 20 天的移动均值。 因此，当我们计算移动均值时，我们会失去一些数据。 为了处理这种数据的减法，我们使用起始变量来计算应该有多少数据。 这里，我们可以安全地使用[-start:]绘制移动均值，并且如果我们希望的话，对所有绘图进行上述步骤来排列数据。

    接下来，我们可以在ax1上绘制 HML，通过这样：

    1. ax1.plot_date(date,h_l,'-')

    最后我们可以通过这样向ax3添加移动均值：

    1. ax3.plot(date[-start:], ma1[-start:])
    2. ax3.plot(date[-start:], ma2[-start:])

    我们的完整代码，包括增加我们所用的时间范围：

    1. import matplotlib.pyplot as plt
    2. import matplotlib.dates as mdates
    3. import matplotlib.ticker as mticker
    4. from matplotlib.finance import candlestick_ohlc
    5. from matplotlib import style
    7. import numpy as np
    8. import urllib
    9. import datetime as dt
    11. style.use('fivethirtyeight')
    12. print(plt.style.available)
    14. print(plt.__file__)
    16. MA1 = 10
    17. MA2 = 30
    19. def moving_average(values, window):
    20.     weights = np.repeat(1.0, window)/window
    21.     smas = np.convolve(values, weights, 'valid')
    22.     return smas
    24. def high_minus_low(highs, lows):
    25.     return highs-lows
    28. def bytespdate2num(fmt, encoding='utf-8'):
    29.     strconverter = mdates.strpdate2num(fmt)
    30.     def bytesconverter(b):
    31.         s = b.decode(encoding)
    32.         return strconverter(s)
    33.     return bytesconverter
    36. def graph_data(stock):
    38.     fig = plt.figure()
    39.     ax1 = plt.subplot2grid((6,1), (0,0), rowspan=1, colspan=1)
    40.     plt.title(stock)
    41.     ax2 = plt.subplot2grid((6,1), (1,0), rowspan=4, colspan=1)
    42.     plt.xlabel('Date')
    43.     plt.ylabel('Price')
    44.     ax3 = plt.subplot2grid((6,1), (5,0), rowspan=1, colspan=1)
    47.     stock_price_url = 'http://chartapi.finance.yahoo.com/instrument/1.0/'+stock+'/chartdata;type=quote;range=1y/csv'
    48.     source_code = urllib.request.urlopen(stock_price_url).read().decode()
    49.     stock_data = []
    50.     split_source = source_code.split('\n')
    51.     for line in split_source:
    52.         split_line = line.split(',')
    53.         if len(split_line) == 6:
    54.             if 'values' not in line and 'labels' not in line:
    55.                 stock_data.append(line)
    58.     date, closep, highp, lowp, openp, volume = np.loadtxt(stock_data,
    59.                                                           delimiter=',',
    60.                                                           unpack=True,
    61.                                                           converters={0: bytespdate2num('%Y%m%d')})
    63.     x = 0
    64.     y = len(date)
    65.     ohlc = []
    67.     while x < y:
    68.         append_me = date[x], openp[x], highp[x], lowp[x], closep[x], volume[x]
    69.         ohlc.append(append_me)
    70.         x+=1
    72.     ma1 = moving_average(closep,MA1)
    73.     ma2 = moving_average(closep,MA2)
    74.     start = len(date[MA2-1:])
    76.     h_l = list(map(high_minus_low, highp, lowp))
    78.     ax1.plot_date(date,h_l,'-')
    81.     candlestick_ohlc(ax2, ohlc, width=0.4, colorup='#77d879', colordown='#db3f3f')
    83.     for label in ax2.xaxis.get_ticklabels():
    84.         label.set_rotation(45)
    86.     ax2.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
    87.     ax2.xaxis.set_major_locator(mticker.MaxNLocator(10))
    88.     ax2.grid(True)
    90.     bbox_props = dict(boxstyle='round',fc='w', ec='k',lw=1)
    92.     ax2.annotate(str(closep[-1]), (date[-1], closep[-1]),
    93.                  xytext = (date[-1]+4, closep[-1]), bbox=bbox_props)
    96. ##    # Annotation example with arrow
    97. ##    ax2.annotate('Bad News!',(date[11],highp[11]),
    98. ##                 xytext=(0.8, 0.9), textcoords='axes fraction',
    99. ##                 arrowprops = dict(facecolor='grey',color='grey'))
    100. ##
    101. ##    
    102. ##    # Font dict example
    103. ##    font_dict = {'family':'serif',
    104. ##                 'color':'darkred',
    105. ##                 'size':15}
    106. ##    # Hard coded text 
    107. ##    ax2.text(date[10], closep[1],'Text Example', fontdict=font_dict)
    111.     ax3.plot(date[-start:], ma1[-start:])
    112.     ax3.plot(date[-start:], ma2[-start:])
    115.     plt.subplots_adjust(left=0.11, bottom=0.24, right=0.90, top=0.90, wspace=0.2, hspace=0)
    116.     plt.show()
    119. graph_data('EBAY')

    代码效果如图：

    二十一、更多指标数据 - 图1